New York City Taxi Trip Duration纽约出租车大数据探索（报告版）

一、项目说明
该项目来源于Kaggle，旨在建模来预测纽约出租车在行程中的总行驶时间。
在建模预测的过程中，我们可以顺便探索纽约市民打车出行习惯及其他有效信息。
附kaggle项目链接 https://www.kaggle.com/c/nyc-taxi-trip-duration/overview

【注】CDSN博客编辑器体验不佳，本文排版格式失效且图片丢失。
如需美观及完整，敬请移步知乎专栏。链接：https://zhuanlan.zhihu.com/p/65488432

本文原定内容结构说明：
1、先参考简书帖子《纽约出租车大数据探索》完成一部分探索，帖子没有源代码，所以我会根据帖子思路，自行写出代码。帖子网址 https://www.jianshu.com/p/1da53849a314
2、按照帖子文末提出的可以进一步拓展的探索方向，自行深入探索。
3、kaggle比赛目标之预测行程持续时间，另外再开帖子叙述。本文不赘述。

本文分析的技术实现过程，已发布至个人CDNS博客，详见：
《【Python】New York City Taxi Trip Duration纽约出租车大数据探索（技术实现过程）》
https://blog.csdn.net/weixin_44216391/article/details/90115972

二、探索分析
帖子的结构为五部分：
1、提出问题— 2、理解数据— 3、数据清理— 4、数据分析— 5、得出结论
（一）、提出问题（根据已有数据分析）
（1）何时为打车需求高发期？
（2）居民夜生活活跃情况？
（3）城市一天的什么时候最为拥堵？
（4）什么时间容易接到长途单？
（二）、理解数据（表单说明）
id - 每次行程的唯一ID
vendor_id - 行程提供者的ID
pickup_datetime - 上车的日期和时间
dropoff_datetime - 停表的日期和时间
passenger_count - 车辆中的乘客数量&#